Geri Dön

Deprem sonrası hasarlı yolların yapay zekâ ile tespit edilerek en kısa yol güzergâhlarının anlık optimizasyonu

Instant optimization of the shortest routes based on automated detection of the damaged roads after an earthquake with artificial intelligence

  1. Tez No: 724508
  2. Yazar: NURCAN ŞİMŞEK
  3. Danışmanlar: DOÇ. DR. RAMAZAN ÜNLÜ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Deprem Mühendisliği, Kamu Yönetimi, Earthquake Engineering, Public Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Gümüşhane Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Afet Yönetimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 98

Özet

Doğa kaynaklı afetlerden biri olan depremlerden sonra hasarlı yolların belirlenmesi ve hasar görmemiş uygun yolların bulunması, kurtarma işlemlerinin yürütülmesinde, insanların etkilenen bölgeden en kısa sürede tahliyesinde ya da insani yardım malzemelerinin bölgeye sevk edilmesinde hayati önem taşımaktadır. Günümüzde kullanılan geleneksel insan gözlemi ve uydu görüntüleri ile yapılan yol hasarı değerlendirmeleri zaman alıcı ve maliyetli olmalarının yanı sıra sadece yollarda bulunan hasarları inceleyerek afet bölgelerine ulaşabilmek için trafik geçişi hakkında herhangi bir bilgi içermemektedirler. Bu çalışmada; depremlerden sonra meydana gelen yol hasarlarının otomatik belirlenip afet bölgelerine yakın başka bir güzergâhın belirlenmesi için evrişimli sinir ağı ve klasik en kısa yol algoritmasının birbirine entegrasyonu ile hızlı ve verimli bir hibrit taşıma sistemi oluşturulmuştur. CNN algoritması hasarlı ve hasarsız olmak üzere toplamda 552 yol görüntülerinden oluşan veri setinde eğitilerek VGG-16 mimarisi ile gerçekleştirilen test sonrasında %97 oranında doğruluk elde etmeyi başarmıştır. CNN algoritmasının açık yol ve kapalı yol olarak yapmış olduğu tahminler ile klasik en kısa yol algoritması üzerinden hasar gören yollar, kullanılan ceza terimi ile çıkartılıp tüm kullanılabilir güzergâhlar arasından en kısa mesafeli olan güzergâh belirlenmiştir. Bu iki algoritmanın birbirine entegrasyonu ile hızlı ve verimli bir hibrit taşıma sistemi oluşturularak başarılı sonuçlar elde edilmiştir.

Özet (Çeviri)

After earthquakes, which is one of the natural disasters, identifying damaged roads and finding suitable undamaged roads are of vital importance in carrying out rescue operations, evacuating people from the affected area as soon as possible or dispatching humanitarian aid materials to the region. Road damage assessments made with traditional human observation and satellite images used today are time consuming or costly and do not contain any information about traffic passage in order to reach disaster areas by only examining the damages on the roads. In this study; a fast and efficient hybrid transportation system has been created by integrating the convolutional neural network and the classical shortest path algorithm to automatically determine the road damages that occur after earthquakes and to determine another route close to the disaster areas. The CNN algorithm is trained on a dataset consisting of a total of 552 road images, both damaged and undamaged. After the test performed with the VGG-16 architecture, it managed to achieve 97% accuracy. With the predictions made by the CNN algorithm as 'open road' and 'closed road', the damaged roads over the classical shortest path algorithm were removed with the penalty term used and the route with the shortest distance was determined among all available routes. Successful results were obtained by creating a fast and efficient hybrid transport system with the integration of these two algorithms.

Benzer Tezler

  1. Dron kullanarak deprem sonrası hasar tespiti amacıyla yerleştirme ve rotalama problemi ve karınca kolonisi optimizasyonu ile çözümü: istanbul ilçeleri örneği

    Location and routing problem for the detection of post-earthquake damage using drone and a solution approach by ant colony optimization: the case of istanbul districts

    OKTAY YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Endüstri ve Endüstri MühendisliğiYıldız Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NEZİR AYDIN

  2. Assessment of urbanization history of Addis Ababa city, Ethiopia

    Addıs Ababa cıty, Ethıopıa'nın kentleşme tarihinin değerlendirilmesi

    ABDURAHMAN HUSSEN YIMER

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Şehircilik ve Bölge PlanlamaMersin Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    DOÇ. DR. ALİ CENAP YOLOĞLU

  3. Analysis of safe roads and production of risk maps within the scope of integrated disaster management with geographical information systems

    Coğrafi bilgi sistemleri ile bütünleşik afet yönetimi kapsamında güvenli yolların analizi ve risk haritalarının üretilmesi

    OBAIDURRAHMAN SAFI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Coğrafi Bilgi Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUHAMMED ENES ATİK

  4. Effects of building collapse direction and bridge functionality on road networks following an earthquake

    Bina yıkılma yönlerinin ve köprü hasarlarının deprem sonrasında yol ağlarına etkisi

    BETÜL ERGÜN KONUKCU

    Doktora

    İngilizce

    İngilizce

    2016

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. MUHAMMED ŞAHİN

    DOÇ. DR. HİMMET KARAMAN

  5. Predefined damage patterns for limit analysis on non-engineered masonry buildings

    Mühendislik hizmeti görmemiş yığma binalar üzerinde limit analizi için önceden tanımlanan hasar modelleri

    CEMAL İÇEL

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    İnşaat MühendisliğiOrta Doğu Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. MURAT ALTUĞ ERBERİK